使用样本来无偏估计总体方差的时候,公式如下:
为什么分母是n-1,而不是n呢?这直觉上不太对。其实,如果分母为n,也可以成为一个估计值,但是它不满足无偏这个条件。仅在除以n-1时才满足无偏这个条件。所以说,关键问题在于“无偏”。那么“无偏”的定义是什么?
如果一个估计量是“无偏”的,那么它的期望就等于真实值。
看到一些书上和网上的资料,有不同的角度。现在按照从感性角度到理性角度的顺序对它们进行整理:
角度一 生活实例
样本的容量小于整体,所以有较小的可能性抽中一些极端的数据。比如找来一堆人做样本来测量身高,那么样本中出现巨人的可能性是很小的,这样得到的结果可能就会比实际小。为了弥补这点不足,就把分母变得小一些,这样就更能反应实际数据了。
质疑:这个解释其实不太合理。因为既然可能抽不到高个子,也同样可能抽不到矮个子,所以,分母既然可以变得小一些,也就应该有同样的理由变得大一些。我认为这个角度并不能说明问题。
(经过网友SAMKIDSS指出,其实这个直观的角度定性而不定量地表达了正确的方向,太高或者太矮都会造成更大的方差,抽样得到太高或者太矮的可能性较小,所以分母除以一个比n小的数,来抵消这个差别。
至于为什么是n-1, 而不是n-2...,这个角度无法进行解释。)
角度二 自由度
自由度指的是等式中能够自由取值的变量的个数,如果有n个数能够自由取值,那么自由度就为n。
在公式①中, Xi有n个可取的值,所以Xi的自由度为n,但是,它接着还减去了 ,而 代表了样本中第1到第n个数值的平均值。那么,其实相当于增加了一个限制条件,原来的自由度要减去1,得n-1。(可以这样理解,如果自由度仍为n,那么n个数可以随意取值的情况下,是不能得到一个确定的均值的。或者说,一堆数,如果知道了均值,那么其实只需要知道另外的n-1个数,这堆数中的每个数都确定了)
角度三 公式推导
参考高教《概率论与数理统计》第168页。首先,
这是对公式本身的化简。现在,求S2的期望
其中,μ和σ 分别是总体X的均值和方差。
并且,倒数第二步,两次运用了下面这个方差的性质:
D(X)=E(X2)-[E(X)]2
角度4 依然公式推导
依然是公式推导,过程有小区别。在这里有详细描述。
其中,原文中谈到“关于第二部分和第三部分,实际上有...”后紧跟着的公式那里,我一开始没有看懂,请教老师后发现。过程是这样的: